Statistiche descrittive in psicologia

Le statistiche sono il ramo della matematica che studia la variabilità, così come il processo che lo genera seguendo le leggi della probabilità. È necessario sia fare ricerca che capire come viene ricercato oggi oltre le conclusioni di qualsiasi studio. Quindi, la conoscenza in questo ramo ci permetterà di conoscere in larga misura la qualità di uno studio e quindi il grado di affidabilità che meritiamo le sue conclusioni.

La statistica descrittiva, d'altra parte, è quella parte della statistica è responsabile della raccolta, presentazione e caratterizzazione di un set di dati. In altre parole, le statistiche descrittive cercano di sapere cosa è successo, al contrario delle statistiche inferenziali che cercano di prevedere cosa accadrà in futuro in una serie di condizioni.

Ad esempio, queste condizioni sono solitamente specificate da variabili come età, clima o grado di ansia. Quindi, le statistiche descrittive in psicologia hanno l'obiettivo di riassumere in un modo utile per il ricercatore e per il lettore ciò che è successo è un determinato studio.

Come abbiamo detto prima, le variabili sono uno degli assi centrali della statistica descrittiva e anche di quella non descrittiva.-. Una variabile comprende un insieme di valori, e in base a questi valori possiamo parlare di:

• variabili quantitativo: potrebbe avere valore numerico (età, prezzo di un prodotto, reddito annuale).
• Variabili categoriali o qualitativo: non possono essere misurati numericamente (come sesso, nazionalità o colore della pelle) o ridimensionamento diretto.

Le variabili possono anche essere classificate come:

• Variabili monodimensionali. raccolgono solo informazioni su una caratteristica di una popolazione. Ad esempio, altezza degli studenti in una scuola.
• Variabili bidimensionali. raccogliere informazioni su due caratteristiche della popolazione. Ad esempio, altezza ed età degli studenti di una scuola.
• Variabili multidimensionali. raccogliere informazioni su tre o più caratteristiche di una popolazione. Ad esempio, altezza, peso ed età degli studenti di una scuola.

Così, dati (i numeri o le misurazioni raccolte dall'osservazione) possono essere di due tipi:

• dati discreto. Sono risposte numeriche che derivano da a processo di conteggio.
• dati continuo. Sono risposte numeriche che derivano da a processo di misurazione.

Le scale di misurazione nelle statistiche descrittive

Misura è il processo di collegamento di concetti astratti con indicatori empirici. Viene chiamato il risultato della misurazione misurare.

Ci sono quattro possibili scale di misurazione, che sono usate per aiutare nel classificazione delle variabili. In questo senso, le proprietà di affidabilità e validità sono molto importanti nelle statistiche descrittive, dal momento che ci parlano della qualità della misurazione. Perché, cosa ci servirà alcuni dati che sono stati erroneamente presi in considerazione?

Scala nominale

Su questa scala i numeri sono assegnati alle categorie che non hanno bisogno di un ordine (non possiamo dire che una categoria sia più di un'altra). Inoltre, queste categorie sono si escludono a vicenda. Un esempio di questo potrebbe essere il genere o colore. Pertanto, l'opzione scelta sarebbe esclusiva degli altri.

Questa scala è assegnata alle variabili qualitativo o categorico.

Scala ordinale

Qui vengono stabilite le categorie con due o più livelli che implicano un ordine reciproco. Come nella scala precedente, anche queste categorie si escludono a vicenda, ma ora possiamo posizionare i valori delle variabili in un ordine. Ad esempio, questa scala potrebbe essere vista nelle risposte a un questionario:

• Totalmente in disaccordo.
• dissentire.
• indifferente.
• in conformità.
• Totalmente d'accordo.

Queste opzioni di risposta possono essere codificate con numeri che vanno da uno a cinque che suggeriscono a ordine prestabilito. Tuttavia, non possiamo sapere, a meno che non usiamo procedure statistiche avanzate e proviamo a stimarla, la distanza tra due categorie. Quindi, possiamo parlare del fatto che l'oggetto dell'indagine ha più o meno qualcosa, ma in un modo semplice non possiamo parlare di quanto più di quel qualcosa (intelligenza, memoria, ansia, ecc.).

Questa scala è anche assegnata alle variabili qualitativo.

Scala di intervalli

In questa scala, la distanza tra i valori è quantificata. La misurazione dell'intervallo ha anche le caratteristiche delle due misurazioni precedenti. Quindi, stabilisce la distanza tra una misura e l'altra.

La scala dell'intervallo viene applicata a variabili continue. tuttavia, non è possibile su questa scala zero assoluto. Un chiaro esempio di questo tipo di misurazione è un termometro. Quando segna zero gradi, non significa assenza di temperatura.

Questa scala è applicata in variabili quantitativo.

Scala di rapporto

Infine, questa scala include le caratteristiche dei precedenti. Determinare il distanza esatta tra gli intervalli di una categoria. Inoltre, ha un cazzo zero assoluto in cui la caratteristica o l'attributo che viene misurato non esiste. Ad esempio, il numero di bambini: zero bambini significa assenza di figli.

Questa scala è applicata in variabili quantitativo.

Frequenze nelle statistiche descrittive

un distribuzione di frequenza è una lista di possibili valori (o intervalli) che una variabile assume, accanto al numero di osservazioni per ciascun valore.

• il frequenza assoluta registra il numero di volte in cui un certo valore appare tra le osservazioni.
• il frequenza relativa registra il proporzione o percentuale di occorrenza di un certo valore di osservazioni.

Questa distribuzione di frequenza è solitamente rappresentata da disegnare. Quindi, questo deve includere tutti i possibili valori di una variabile. Inoltre, il numero totale di osservazioni (n) che sono stati fatti. Quando abbiamo un Una grande quantità di categorie di dati e alcune di esse con frequenze molto basse dovrebbero essere raggruppate in intervalli.

indicatori

Infine, gli indicatori nelle statistiche sono usati per descrivere un set di dati utilizzando un numero. Quindi, questo numero riassume una caratteristica della distribuzione dei dati analizzati. Alcuni di questi indicatori sono:

• Indicatori di tendenza centrale
  • Media o media.
  • moda.
  • mediano.
• Indicatori di dispersione
  • varianza.
  • Minimo / Massimo.
  • rango.
  • Gamma interquartile.

Pertanto, con l'aiuto di questi concetti, le statistiche descrittive sono responsabili per il debug, l'organizzazione e il calcolo delle statistiche e delle rappresentazioni dei dati da offrire al ricercatore e, per estensione, alla comunità scientifica, una mappa completa di ciò che è accaduto nel tuo studio.